目錄

• 一. 基本查詢
  • 1.1 算數運算子
  • 1.2 常用聚合函式
  • 1.3 limit
  • 1.4 where
  • 1.5 比較運算子(between|in|is null)
  • 1.6 LIKE和RLIKE
  • 1.7 and|or|not
  • 1.8 group by|having by
• 二. Join語句
  • 2.1 內連線
  • 2.2 外連線(左|右)
  • 2.3 滿連線
  • 2.4 多表連線
• 三. 排序
  • 3.1 order by
    • 別名、多個列全排序
  • 3.2 sort by 和 distribute by
    • sort by
    • distribute by
    • 總結
  • 3.3 cluster by

一. 基本查詢

1.1 算數運算子

案例

查詢所有員工的薪水然後加1

select sal+1 from emp

1.2 常用聚合函式

可以和分組group by 配合使用

案例

求總行數、最大值、最小值、總和、平均值

select count(*),max(sal),min(sal),sum(sal),avg(sal) from emp

1.3 limit

案例

查詢emp表前五行

select * from emp limit 5;
 

查詢emp表第5-第10行

select * from emp limit 4,6;
--資料從第0行開始計數，4代表第5行，6代表從第5行往後再查6行

1.4 where

注意：where字句緊隨from字句、where字句不能使用欄位別名

1.5 比較運算子(between|in|is null)

1.6 LIKE和RLIKE

• LIKE

  %代表任意個字元

  _ 代表一個字元

• RLIKE

  RLIKE子句是Hive中這個功能的一個擴充套件，其可以通過Java的正則表示式這個更強大的語言來指定匹配條件。

案例

1.查詢以A開頭的員工資訊

select * from emp where ename LIKE 'A%';    --LIKE
select * from emp where ename RLIKE '^A';   --RLIKE

2.查詢名字第二個字母為A的員工資訊

select * from emp where ename LIKE '_A%';
select * from emp where ename RLIKE '^.A';

3.查詢名字中帶A的員工資訊

select * from emp where ename LIKE '%A%';
select * from emp where ename RLIKE '[A]';

1.7 and|or|not

1.8 group by|having by

(1)where 後面不能寫分組函式，having後面可以使用分組函式。

(2)having只能於group by分組統計語句。

二. Join語句

2.1 內連線

案例

select e.empno,e.ename,d.deptno from emp e join dept d on e.deptno = d.deptno;

2.2 外連線(左|右)

案例

• 左外連線

  select e.empno,e.ename,d.deptno from emp e left join dept d on e.deptno = d.deptno;
  

• 右外連線

  select e.empno,e.ename,d.deptno from emp e left join dept d on e.deptno = d.deptno;
  

2.3 滿連線

案例

select e.deptno,e.ename,d.deptno from emp e 
full join deptno d on e.depno=d.depno;

2.4 多表連線

案例

select * from emp e 
join dept d
on e.deptno = d.deptno
join location l
on d.loc = l.loc;

三. 排序

3.1 order by

全域性排序，只有一個reducer。對於大資料場景的資料效率非常低，一般不用

別名、多個列全排序

案例

select ename,deptno,sal*2 two_sal from emp order bydeptno asc,two_sal desc; 

3.2 sort by 和 distribute by

sort by

sort by為每個reducer進行內部排序(區內排序)，對全域性不是排序。

distribute by

distribute by的分割槽規則是根據分割槽欄位的hash碼與reduce的個數進行模除後，餘數相同的分到一個區

案例

insert overwrite local directory '/opt/module/hive/data/export'
select * from emp distribute by deptno sort by empno desc;

總結

一般sort by和distribute by一起使用，Hive要求distribute by語句要寫sort by語句之前

引數設定：set mapreduce.job.reduces=3，set mapreduce.job.reduces

3.3 cluster by

cluster by可以看做是sort by和distribute by相同欄位一起使用的特例。

cluster by具有distribute by的功能外還兼具sort by的功能，但是排序只能是升序排序。

案例

select * from emp cluster by deptno;
--上下兩種寫法等價
select * from emp distribute by deptno sort by deptno;